神策數(shù)據(jù)文娛解決方案之留存篇：如何有效盤活存量用戶？

　　為了幫助互聯(lián)網(wǎng)文娛平臺通過精細(xì)化運(yùn)營，實現(xiàn)提升用戶留存、消費時長、營收貢獻(xiàn)等三大業(yè)務(wù)目標(biāo)，神策數(shù)據(jù)基于多年數(shù)據(jù)驅(qū)動的實踐，推出文娛行業(yè)解決方案，整個方案拆解為增長、留存、商業(yè)化三個部分，分別為這三部分提供業(yè)務(wù)和策略解決方案。

　　本篇為神策文娛解決方案系列文章之留存篇，將結(jié)合多個案例，重點介紹如何通過精細(xì)化的用戶運(yùn)營、內(nèi)容運(yùn)營及活動運(yùn)營，幫助文娛平臺真正盤活存量用戶，實現(xiàn)高留存。

　　1、用戶運(yùn)營

　　互聯(lián)網(wǎng)文娛用戶的生命周期包含新手期-成長期-成熟期-沉默&流失期等階段，根據(jù)不同階段用戶的特征和目標(biāo)進(jìn)行分層運(yùn)營。

　　新手期

　　這個階段的主要運(yùn)營目標(biāo)是讓用戶在短時間內(nèi)，體驗產(chǎn)品核心功能，快速get到產(chǎn)品的核心價值。典型的應(yīng)用場景包括：內(nèi)容冷啟動和內(nèi)容推薦，即基于用戶首日行為的相關(guān)內(nèi)容推薦，新手任務(wù)激勵等；不管是在線閱讀、視頻音頻還是社區(qū)社交平臺，都需要讓用戶盡快找到感興趣的內(nèi)容等。

　　在神策的解決方案中，對新手期的用戶，通過診斷注冊流程，分析過程中的阻塞點，定位流失問題及人群，從而提升注冊轉(zhuǎn)化率。針對新手期的冷啟動，可以基于用戶的點擊反饋快速發(fā)現(xiàn)其興趣點，通過差異化的分發(fā)策略提升新用戶的留存。比如用戶看到某篇古言小說軟文后下載了APP，那用戶登錄平臺后的內(nèi)容推薦應(yīng)優(yōu)先以古代言情類的小說為主。

　　案例：

　　某垂直社交領(lǐng)域頭部產(chǎn)品，對于新用戶注冊體驗流程進(jìn)行分析，通過注冊漏斗發(fā)現(xiàn)新用戶轉(zhuǎn)化率約50%，一半的用戶沒能完成注冊體驗到產(chǎn)品就流失了，遠(yuǎn)不如預(yù)期，再通過細(xì)分維度查看，發(fā)現(xiàn)完善資料提交環(huán)節(jié)流失較多。

　　于是進(jìn)行新注冊流程的設(shè)計優(yōu)化：將原本單頁面的完善資料頁改良成多步驟型注冊流程；用戶單個頁面完善一個資料，再通過點擊「下一步」逐步完善，最后完成注冊進(jìn)入主頁面。經(jīng)過改良后的新注冊流程取得了非常好的效果，按月長期觀測總體轉(zhuǎn)化率，相較于舊版提升了95%+，幾乎達(dá)到了注冊環(huán)節(jié)無流失。

　　成長期

　　成長期的用戶，要增強(qiáng)用戶對產(chǎn)品的使用粘性，比如可以通過對搜索頁面進(jìn)行產(chǎn)品設(shè)計和運(yùn)營干預(yù)，結(jié)合推薦策略和A/B測試，觸發(fā)更多用戶主動行為，促進(jìn)內(nèi)容消費轉(zhuǎn)化。再比如，分析用戶尋找內(nèi)容的路徑，從而優(yōu)化流量分發(fā)入口，提升用戶的消費效率。

　　案例：

　　某知識付費領(lǐng)域產(chǎn)品，為用戶提供書籍精華解讀、精品課程、學(xué)習(xí)社群和電子書等知識付費服務(wù)。通過神策分析平臺的事件分析、留存分析等，洞察到用戶留存尚有提升空間，且首頁內(nèi)容點擊率偏低，于是決定提升內(nèi)容針對性，提升推薦效率：基于歷史閱讀行為和歷史搜索行為，一是短信/push推送相應(yīng)熱門書籍，二是首頁資源位推薦相應(yīng)熱門書籍，結(jié)合手動調(diào)整資源位內(nèi)容，提升了用戶活躍和內(nèi)容點擊率。

　　成熟期

　　成熟期，主要的運(yùn)營目標(biāo)是讓更多的用戶付費，提升平臺變現(xiàn)情況。一方面，平臺可以通過付費權(quán)益的免費試用，吸引更多用戶付費。另一方面平臺上用戶的付費程度存在差異，根據(jù)不用用戶的價值敏感程度，發(fā)放不同面值的優(yōu)惠券，進(jìn)行精細(xì)化的分層運(yùn)營，從而降低用戶轉(zhuǎn)化成本。

　　沉默&流失期

　　沉默&流失期，需要對高流失風(fēng)險客戶深度洞察，進(jìn)行流失用戶召回。一般可以用熱門內(nèi)容Push進(jìn)行站內(nèi)/站外召回。因為用戶流失是一個過程，不是一個節(jié)點，用戶流失之后再召回很難100%召回，所以要在用戶流失前，進(jìn)行有效觸達(dá)，防止或者延緩用戶流失，并且召回要有周期性，進(jìn)行多次召回?zé)o果的用戶可自動標(biāo)記為無價值/流失用戶。

　　除了對流失用戶進(jìn)行召回，對文娛平臺來說，對流失的內(nèi)容創(chuàng)作者進(jìn)行召回也很重要。通常，內(nèi)容創(chuàng)作者在平臺進(jìn)行創(chuàng)作有三大動力：獲得平臺的創(chuàng)作支持、獲得平臺的流量曝光、能在平臺實現(xiàn)商業(yè)變現(xiàn)。平臺可以通過數(shù)據(jù)分析及時評估不同類型、頻道創(chuàng)作者的活躍度，通過標(biāo)簽和數(shù)據(jù)洞察，及時發(fā)現(xiàn)高流失風(fēng)險的高價值創(chuàng)作者，當(dāng)發(fā)現(xiàn)創(chuàng)作者流失時，可以具體分析其是在以上哪個方面喪失了創(chuàng)作動力，采取針對性的召回策略。

　　2、內(nèi)容運(yùn)營

　　神策為互聯(lián)網(wǎng)文娛梳理了內(nèi)容運(yùn)營指標(biāo)體系，涵蓋內(nèi)容生產(chǎn)、內(nèi)容消費、質(zhì)量評估、用戶消費等，為精細(xì)化內(nèi)容運(yùn)營提供數(shù)據(jù)分析助力。

　　內(nèi)容生產(chǎn)

　　在內(nèi)容生產(chǎn)上，比如可以通過A/B實驗優(yōu)化創(chuàng)作者工具，讓更多用戶從消費者到創(chuàng)作者，盤活整體內(nèi)容生態(tài)。

　　案例：

　　某海外短視頻軟件，在創(chuàng)作者工具中，拼圖創(chuàng)作工具制作門檻相對較低，之前對該創(chuàng)作工具的定位聚焦于“制作”而非“社區(qū)創(chuàng)作”，導(dǎo)致用戶制作的拼圖內(nèi)容只有少量能夠順利轉(zhuǎn)化為社區(qū)中的流通內(nèi)容。

　　為了盤活整體內(nèi)容生態(tài)，讓用戶從消費者轉(zhuǎn)變?yōu)槌蹼A內(nèi)容創(chuàng)造者，低門檻完成投稿、互動等行為，提高產(chǎn)品留存，平臺對總體投稿水平進(jìn)行分析，定位拼圖制作功能對平臺的影響，收集發(fā)布路徑的A/B試驗數(shù)據(jù)，進(jìn)而分析新路徑帶來的留存影響，分析A/B試驗數(shù)據(jù)，同時構(gòu)建定向引入且有投稿行為的用戶人群包，用于分析其在站內(nèi)的消費行為與投稿留存。經(jīng)過以上分析和優(yōu)化，發(fā)布拼圖視頻量提升兩倍以上，發(fā)布拼圖用戶量提升將近兩倍，大盤投稿量和成功投稿用戶數(shù)均有顯著提升，用戶消費數(shù)據(jù)無負(fù)向影響。

　　內(nèi)容冷啟動

　　在內(nèi)容冷啟動上，制定定向內(nèi)容冷啟動策略，將新內(nèi)容推薦給感興趣的用戶。

　　內(nèi)容冷啟目的是將用戶內(nèi)容消費偏好與上新內(nèi)容屬性結(jié)合，在內(nèi)容進(jìn)入系統(tǒng)伊始，由于缺乏用戶行為反饋，更依賴于內(nèi)容本身的固有屬性來進(jìn)行冷啟動。

　　平臺可以給予小流量曝光，無差別完全隨機(jī)冷啟，但完全隨機(jī)曝光的弊端是會有不偏好該類內(nèi)容的人群產(chǎn)生負(fù)向反饋，導(dǎo)致推薦數(shù)據(jù)偏差。因此，神策智能推薦可以通過NLP標(biāo)簽定向推薦新內(nèi)容給感興趣的人群，且在推薦過程中，內(nèi)容、封面、作品介紹、人群、時機(jī)等變量的最佳組合可以搭配A/B測試，提高運(yùn)營決策質(zhì)效。

　　比如將新內(nèi)容推薦給兩組人群，或者針對同一群用戶展示不同的內(nèi)容封面和簡介，對比兩組策略的閱讀轉(zhuǎn)化率，從而找到最佳策略，完成內(nèi)容冷啟動。

　　內(nèi)容消費

　　在內(nèi)容消費上，提供差異化的內(nèi)容消費場景和路徑，引導(dǎo)用戶消費更多內(nèi)容。

　　比如為了讓用戶探索更多元的內(nèi)容，可以用“小紅點”引導(dǎo)，而小紅點的引導(dǎo)頻次、是否帶數(shù)字以及引導(dǎo)后的頁面承接等運(yùn)營細(xì)節(jié)，都需要A/B試驗不斷驗證；比如為優(yōu)化用戶消費路徑，用戶打開APP時不一定是首頁，而是高消費的頁面等；比如用戶主動觸發(fā)的行為場景中，可以進(jìn)行多種場景的內(nèi)容消費轉(zhuǎn)化，例如搜索頁面，可以進(jìn)行產(chǎn)品設(shè)計和運(yùn)營干預(yù)，頁面資源位內(nèi)容推薦是算法還是運(yùn)營推薦等，到底哪種方式對提升內(nèi)容消費深度有幫助，需要通過A/B測試和算法推薦不斷嘗試。

　　案例：

　　某小說閱讀平臺基于數(shù)據(jù)分析發(fā)現(xiàn)大部分用戶在閱讀完第一本書后，因未匹配到感興趣的第二本書而大量流失，于是基于算法結(jié)合用戶歷史行為和內(nèi)容數(shù)據(jù)，構(gòu)建深度學(xué)習(xí)模型，在推薦場景下精準(zhǔn)匹配用戶喜好，把合適的內(nèi)容推給感興趣的人；同時，還基于用戶不同興趣領(lǐng)域標(biāo)簽，使用UCB算法，高效探索用戶的潛在興趣，確保推薦小說的多樣性。通過覆蓋用戶不同的興趣領(lǐng)域、拓展用戶興趣，實現(xiàn)在推薦場景下盡可能的給用戶提供豐富的小說內(nèi)容，促使用戶可以長期留存。

　　內(nèi)容評估

　　內(nèi)容引入后，平臺需要提升內(nèi)容的質(zhì)量?；诋a(chǎn)品當(dāng)前的業(yè)務(wù)目標(biāo)，需要制定內(nèi)容質(zhì)量評估體系，用于篩選優(yōu)質(zhì)內(nèi)容。神策數(shù)據(jù)總結(jié)了內(nèi)容評估五大維度：消費價值、社區(qū)價值、DAU增益、稀缺性、營收價值，具體來說：

　　消費價值：可用完播率、深度消費率、消費時長、收藏率等評估

　　社區(qū)價值：可用評論率、關(guān)注率評估

　　DAU增益：可用分享率、會員轉(zhuǎn)化率評估

　　稀缺性：通過內(nèi)容生產(chǎn)占比與內(nèi)容消費占比的對比分析評估內(nèi)容稀缺性

　　營收價值：可通過會員轉(zhuǎn)化率、打賞率評估；消費金額等

　　有了內(nèi)容評估的標(biāo)準(zhǔn)，要提升優(yōu)質(zhì)內(nèi)容供給，需要流量激勵，扶持流量轉(zhuǎn)化為更多的粉絲、更高的互動，促使創(chuàng)作者生產(chǎn)更多優(yōu)質(zhì)內(nèi)容。同時，也要對負(fù)向內(nèi)容做打壓，避免劣幣驅(qū)良幣，反哺內(nèi)容引入策略。同時，在內(nèi)容評估上，可以基于平臺欄位質(zhì)量進(jìn)行評估優(yōu)化，提升內(nèi)容消費情況等。

　　案例：

　　某小說閱讀平臺通過數(shù)據(jù)分析發(fā)現(xiàn)，通過數(shù)據(jù)分析發(fā)現(xiàn)，對于沒有閱讀行為的用戶來說，曝光的前10本書是否吸引用戶至關(guān)重要，基于此，確定兩個書籍質(zhì)量評估的核心指標(biāo)：曝光->閱讀的轉(zhuǎn)化率、閱讀->收藏的轉(zhuǎn)化率，前者反映出用戶對書籍的興趣程度，后者反映出書籍質(zhì)量的優(yōu)質(zhì)程度。然后基于這兩個關(guān)鍵指標(biāo)對平臺書籍進(jìn)行分層評估，合理分發(fā)流量，比如對兩個指標(biāo)都很高的書籍給予更多流量扶持，對于閱讀到收藏轉(zhuǎn)化率加高，但前者較低的書籍，判斷給予的流量是否有效被利用，并在吸引力優(yōu)化方向上發(fā)力。

　　3、活動運(yùn)營

　　活動運(yùn)營也是文娛平臺常見的業(yè)務(wù)抓手之一，以老拉新活動為例，神策幫助文娛平臺梳理出相關(guān)活動流程及活動評估指標(biāo)體系，通過數(shù)據(jù)分析針對性地優(yōu)化活動效果。

　　通常新用戶注冊行為發(fā)生在邀請頁H5，后續(xù)行為發(fā)生在App上，需要啟用「多對一」的ID關(guān)聯(lián)方案，將多端數(shù)據(jù)打通，神策可以提供完善的產(chǎn)品能力支撐。同時，邀請頁H5頁面往往被分享至第三方社交產(chǎn)品內(nèi)，如微信、QQ、微博，或直接掃碼訪問，可以采取「渠道鏈接」中添加UTM參數(shù)的方式渠道標(biāo)識、分享人ID。

　　老用戶可能多次發(fā)生活動頁面瀏覽和分享行為，需要區(qū)分用戶的首次發(fā)生和重復(fù)發(fā)生，利用神策的「首次觸發(fā)事件」標(biāo)記來標(biāo)識用戶的首次行為。跟蹤用戶后續(xù)激活A(yù)pp的情況，App激活事件中自動記錄廣告系列來源為“邀請頁”，同時將廣告系列來源寫入用戶屬性中便于后續(xù)跟蹤分析。

　　案例：

　　某知識付費平臺開展某次拉新活動，首先通過漏斗定位各流程中轉(zhuǎn)化的阻塞點，結(jié)合行為事件數(shù)據(jù)下鉆、用戶屬性做探索性分析。其中，對于獲取驗證碼、注冊節(jié)點，需要關(guān)注失敗次數(shù)占比，失敗原因分布，及時優(yōu)化。

　　比如在某知識付費平臺的一個老拉新活動中，注冊失敗的集中原因集中為：

　　-邀請的對象已經(jīng)是產(chǎn)品老用戶。經(jīng)過分析是產(chǎn)品引導(dǎo)問題，為后續(xù)調(diào)整提供了方向。

　　-手機(jī)號有誤：填寫手機(jī)號交互不合邏輯，為交互修改提供數(shù)據(jù)支撐。

　　當(dāng)拉來的新用戶在邀請落地頁上注冊成功后，此時通常會被引導(dǎo)下載App，該場景下需關(guān)注的指標(biāo)是：注冊成功的用戶發(fā)生App激活的比率等。

　　通過數(shù)據(jù)分析發(fā)現(xiàn)，新用戶完成注冊后到App激活的過程，中間發(fā)生了數(shù)據(jù)的斷層，因此圍繞“注冊成功到App激活轉(zhuǎn)化率”分析時，將場景進(jìn)一步細(xì)化，聚焦注冊結(jié)果頁，根據(jù)數(shù)據(jù)表現(xiàn)進(jìn)行相關(guān)的調(diào)整和優(yōu)化，提升新用戶激活比率。

　　此外，文娛平臺可以基于人群偏好與用戶行為表現(xiàn)，構(gòu)建一套精細(xì)化消息推送策略，比如從潛客到活躍到召回，每個階段推送不同的內(nèi)容及活動，例如潛客主要推送新手禮包、首次充值優(yōu)惠等；活躍用戶主要推送個性化內(nèi)容及互動激勵等；對于沉默用戶推送限時活動和用戶關(guān)懷等。

　　關(guān)注神策數(shù)據(jù)公眾號，了解神策在30+細(xì)分領(lǐng)域的更多數(shù)字化實踐。